基于子空间潜在联合的图像转换用于跨域斑块检测
计算机视觉与模式识别
2020-05-26 v1 图像与视频处理
摘要
主动脉和盆腔动脉中的钙化斑块与冠状动脉钙化相关，是心脏病发作的强烈预测因子。当前的钙化斑块检测模型对不同领域（即对比剂注射前与对比剂注射后 CT 扫描）的泛化能力较差。许多近期工作表明，使用在域间通过单一共享潜在空间进行转换的图像转换模型，可以改进跨域目标检测。然而，尽管当前的图像转换模型在保持全局/中间层结构方面表现良好，但往往难以保持微小结构。在医学成像应用中，保持小结构很重要，因为这些结构可能携带与疾病诊断高度相关的信息。近期关于图像重建的工作表明，使用子空间联合方法能更好地重建复杂的真实世界图像。由于使用小图像块来训练图像转换模型，因此强制每个图像块由可能对应于该图像块中存在的不同身体部位的子空间线性组合来表示是合理的。受此启发，我们提出了一种使用共享子空间联合约束的图像转换网络，并表明我们的方法比传统方法能更好地保持细微结构（斑块）。我们进一步将该方法应用于跨域斑块检测任务，并表明与最先进方法相比有显著改进。
引用
@article{arxiv.2005.11384,
title = {Image Translation by Latent Union of Subspaces for Cross-Domain Plaque Detection},
author = {Yingying Zhu and Daniel C. Elton and Sungwon Lee and Perry J. Pickhardt and Ronald M. Summers},
journal= {arXiv preprint arXiv:2005.11384},
year = {2020}
}
备注
accepted as a short paper in the 2020 Medical Imaging with Deep Learning (MIDL) conference